卷积神经网络CNN博客泛读

摘自:深度学习之卷积神经网络CNN及tensorflow代码实现示例

卷积层:

卷积神经网络CNN博客泛读_第1张图片

激励层:

卷积神经网络CNN博客泛读_第2张图片

池化层:

归一化层:

1. Batch Normalization

卷积神经网络CNN博客泛读_第3张图片

2. Local Response Normalization

卷积神经网络CNN博客泛读_第4张图片

切分层

融合层

融合的方法有几种,一种是特征矩阵之间的拼接级联,另一种是在特征矩阵进行运算 (+,−,x,max,conv)。

【U-net里面的拼接属于融合层】

ResNet

卷积神经网络CNN博客泛读_第5张图片

 

 

你可能感兴趣的:(深度学习)